दृश्य पोत-बुद्धिमत्ता जोड़ने के लिए Windward ने Azimut.ai का अधिग्रहण किया

Windward ने 3 नवंबर 2026 को घोषणा की कि उसने Azimut.ai का अधिग्रहण कर लिया है। इससे उसके Maritime AI प्लेटफ़ॉर्म में कैमरा-आधारित पोत पहचान जुड़ गई है। मुख्य कार्यकारी अधिकारी और सह-संस्थापक Ami Daniel ने इस खरीद को “स्वामित्व वाली दृश्य-बुद्धिमत्ता परत बनाने की दिशा में हमारा पहला कदम” बताया, जिसका उद्देश्य समुद्र में दृश्यता बढ़ाना है।

इस अधिग्रहण से बंदरगाहों और समुद्री आवागमन के महत्वपूर्ण संकरे मार्गों के लिए एक प्रकाशीय संवेदन परत जुड़ती है। इसे पोतों की वास्तविक समय में पहचान करने और उनकी विशिष्ट पहचान दर्ज करने के लिए बनाया गया है—इसमें वे जहाज़ भी शामिल हैं जो पहचान से बचने के लिए प्रसारण बंद कर देते हैं। Windward ने इस सौदे को धरातल और जहाज़ों पर आधारित सेंसर के क्षेत्र में अपना पहला कदम बताया। इससे AIS, उपग्रह चित्रों और RF संकेतों पर आधारित उसकी सर्वस्रोत रणनीति का दायरा बढ़ेगा।

पोतों की दृश्यता में कमियाँ दूर करना

ये इनपुट परिचालन की व्यापक तस्वीर तैयार कर सकते हैं, लेकिन इनकी सीमाएँ हैं: हर पोत प्रसारण नहीं करता, और कुछ संकेत सहयोग या बाहरी परिस्थितियों पर निर्भर करते हैं। इन्हें बंद किया जा सकता है, मौसम के कारण ये अस्पष्ट हो सकते हैं या इन्हें बाधित किया जा सकता है। जब ये संकेत उपलब्ध न हों, तब कैमरे की निगरानी के दायरे में किसी पोत की मौजूदगी की पुष्टि करने का Windward को एक और तरीका दृश्य संवेदन से मिलता है।

Windward की योजना प्रमुख समुद्री मार्गों और आवागमन के संकरे बिंदुओं पर कैमरे लगाने की है। इसके बाद वह दृश्य पहचान को स्वामित्व, प्रतिबंधों, माल और व्यवहार संबंधी ख़ुफ़िया जानकारी के साथ जोड़ेगी और अपने प्लेटफ़ॉर्म की मौजूदा जोखिम-परतों को भी इसमें शामिल करेगी। इसका लक्ष्य सरकारी और व्यावसायिक ग्राहकों को किसी एक बार की कैमरा-दृश्य सूचना के बजाय, केवल एक बार देखे जाने के आधार पर ऐसा आकलन देना है जिसके निष्कर्षों को समझाया जा सके।

यह अधिग्रहण प्लेटफ़ॉर्म की मौजूदा तीन-स्तरीय संरचना के अनुरूप है। अनेक स्रोतों से मिले डेटासेट परिचालन की तस्वीर बनाते हैं; Maritime AI व्यवहार के पैटर्न पहचानने, पोतों की पुष्टि करने और असामान्यताओं का पता लगाने की क्षमता जोड़ता है; और ग्राहकों की विशिष्ट परिचालन ज़रूरतों के अनुसार क्षमताएँ तैयार की जाती हैं। दृश्य पहचान इस क्रम में एक और इनपुट जोड़ती है, जो कैमरे से मिले अवलोकन को पोत की पहचान और गतिविधि के बारे में प्लेटफ़ॉर्म के व्यापक आकलन से जोड़ता है।

यह प्रणाली ग्राहकों को कोई मूल छवि या वीडियो फुटेज उपलब्ध नहीं कराती। इसे निजता और सुरक्षा को ध्यान में रखकर बनाया गया है, और इसका उद्देश्य पोतों की गतिविधि से जुड़े विश्लेषण में सहायता करना है—व्यक्तियों की पहचान करना या उनकी पुष्टि करना नहीं। दृश्य डेटा को प्लेटफ़ॉर्म में शामिल करते समय यह सीमा सुनिश्चित करती है कि जोड़ा गया संवेदन पोत-स्तरीय ख़ुफ़िया जानकारी तक ही केंद्रित रहे।

Azimut.ai की तकनीक कैसे काम करती है

Azimut.ai के उत्पाद दस्तावेज़ में ऐसे सॉफ़्टवेयर का वर्णन है जो नए हार्डवेयर की आवश्यकता के बिना मौजूदा EO/IR कैमरों के साथ काम करता है। यह कई कैमरों और स्थानों को जोड़कर समुद्री स्थिति-जागरूकता का एक साझा नक्शा बना सकता है। इसकी दृश्य AI वास्तविक समय में पोतों का पता लगाती है, उनका वर्गीकरण करती है और उनके उप-प्रकार की पहचान करती है। वहीं, पहचान सुविधा दृश्य विशेषताओं के आधार पर पोतों तथा उनसे जुड़े MMSI और जहाज़ संबंधी विवरणों की पहचान करती है।

यह प्रणाली केवल वीडियो के आधार पर पोत की स्थिति, दिशा और गति की गणना भी करती है, समय के साथ किसी स्थान के विशिष्ट व्यवहार को सीखती है, कैमरों की स्कैनिंग के तरीक़ों को स्वचालित करती है और असामान्य गतिविधि के लिए वास्तविक समय में चेतावनी जारी करती है। ये सुविधाएँ अवलोकन के साथ-साथ पोत की गतिविधि पर नज़र रखने का संदर्भ भी देती हैं, जिन्हें Windward अपने अन्य डेटासेट के साथ जोड़ना चाहता है।

Azimut.ai के अनुसार, अशदोद बंदरगाह में किए गए एक पायलट परीक्षण में 464 लक्ष्यों का पता लगाया गया और उनका दस्तावेज़ीकरण किया गया। मानक दिन के कैमरों का इस्तेमाल करके पोत का पता लगाने की अधिकतम सीमा 7,000 मीटर रही।

कंपनी ने यह भी बताया कि मूल्यांकन अवधि के दौरान निर्दोष पोतों की पहचान 100% सटीक रही और कोई गलत सकारात्मक परिणाम नहीं आया। पक्षियों जैसे अप्रासंगिक लक्ष्यों को छाँटने के बाद, गलत चेतावनियों की संख्या प्रति घंटे दो से कम रही।

Daniel ने समुद्री क्षेत्र के हितधारकों और सुरक्षित महासागरों में रुचि रखने वाले अन्य लोगों को साइट साझेदार बनने का आमंत्रण दिया। उन्होंने कहा कि दृश्य-बुद्धिमत्ता से जुड़ी परिसंपत्तियों का पूरा स्वामित्व रखने से ग्राहकों की जागरूकता और तैयारी बढ़ेगी।

Windward के लिए, यह अधिग्रहण कैमरे से मिले साक्ष्य को उस स्वामित्व, प्रतिबंधों और व्यवहार संबंधी संदर्भ से जोड़ता है जिसकी उसे व्याख्या करने के लिए ज़रूरत है। मुख्य सवाल यह है कि प्लेटफ़ॉर्म की पोत-केंद्रित विश्लेषण सीमा को बनाए रखते हुए, इन अवलोकनों को बंदरगाहों और आवागमन के संकरे बिंदुओं में कितनी प्रभावी तरह से एकीकृत किया जा सकता है।